让大模型学会「自己教自己」！京东&中科院信工所连发三篇论文定义Self-Taught RLVR（在新窗口打开）
最近，京东和中科院信工所展开了Self-Taught RLVR的系列研究，并连发三篇后训练新作。
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
你的AI Agent越用越蠢？港中大、浙大戳破「记忆」的谎言（在新窗口打开）
你是否在使用Agent工作或者写代码时，总感觉上下文不够用？或者感觉反复使用Agent时并没有变得更聪明？感觉目前的记忆方案仍然不够用？今日，香港中文大学联合浙江大学发布的一篇论文关注了这个问题，并引起了学术界广泛讨论：你以为Agent在「记忆」，其实只是在记备忘录。
Agent Harness Engineering：Agent的底盘工程综述｜CMU、耶鲁、Amazon（在新窗口打开）
经常切换使用CC、Codex、OpenClaw这类Agent的人会发现：同一个模型，放进不同系统里，表现可能完全不同。
谷歌搜不到的80%互联网，AnySearch全打通了！开发者连夜接入（在新窗口打开）
传统API集成已死！在这个Agent满地跑的时代，被低估的搜索终于迎来了第四次范式转移。AnySearch的问世，让Agent告别了单一的网页总结功能，转而通过获取可信的结构化信息，真正具备触达并连接现实世界的能力。
ICML 2026 | 突破3DGS光度多义性瓶颈：北航/新国立提出AmbiSuR，重塑高保真3D几何重建（在新窗口打开）
近年来，3D 高斯泼溅（3D Gaussian Splatting, 3DGS）凭借其卓越的新视角合成能力和实时的渲染效率，极大地推动了神经渲染技术的发展。然而，当研究者试图直接从 3DGS 中提取精确的 3D 几何表面（Mesh 等）时，往往会面临严重的几何失真问题。
王云鹤眼中的Harness：复杂优化问题，AGI灵魂争夺之战（在新窗口打开）
最近一段时间，Agent 又一次成为 AI 圈最热的关键词。
字节会师何恺明！开源连续扩散语言模型Cola DLM（在新窗口打开）
大语言模型真的只能走“预测下一个token”的路子吗？
红杉 xbench：AI 去药企做实习，遥遥领先了人类（在新窗口打开）
xbench，就是红杉自己弄的那个中立评测lab，刚刚又整了个新活：让 AI 做药企的数据分析，跟人类实习生比个高低，然后遥遥领先的赢了
Codex App 同样支持第三方中转！不额外掏钱也能随时VibeCoding（在新窗口打开）
OpenAI 的 Codex App 正式开放了远程控制功能。
多Agent协作反而让模型变蠢，AI也有「旁观者效应」（在新窗口打开）
全行业都在押注多Agent。 Anthropic上周在开发者大会上发了Multi-Agent Orchestration ，TRAE做了多Agent并行调度，各家都在讲一个Agent干不动就上多Agent。 最近，滑铁卢大学在 arXiv 上放出一篇论文，给出了相悖结论—— 多 Agent 协作不一定让模型更聪明，而是让模型更蠢。 研究团队做了一组大规模实验——22500条推理轨迹，覆盖GPT-5.4、Claude Sonnet 4.6、Gemini 3.1 Pro三个头部模型，在GAIA、SWE-bench、Multi-Challenge三个基准上测试。 测试发现，多个Agent一起工作时，
ICML 2026 | 只用少量Thinking Tokens，大模型依然能深度思考（在新窗口打开）
近年来，Chain-of-Thought（CoT）推理已经成为提升大语言模型和多模态大语言模型复杂问题求解能力的重要技术路径。
ICML 2026｜告别「单线程」思维，智能体进化出了原生的并行推理大脑（在新窗口打开）
近年来，大语言模型在「写得长、写得顺」这件事上进步飞快。但当任务升级到真正复杂的推理场景 —— 需要兵分多路探索、需要自我反思与相互印证、需要在多条线索之间做汇总与取舍时，传统的链式思维（Chain-of-Thought）往往就开始「吃力」：容易被早期判断带偏、发散不足、自我纠错弱，而且顺序生成的效率天然受限。
花了1000倍的token，效果可能却没有更好：AI Agent的“隐性账单”长什么样（在新窗口打开）
如今的 AI Agent 正在大规模落地，其中应用最广且最受关注的当数 Claude Code，Codex，Cursor 这类 coding agent。过去的一年里，这类 coding agent 产品迭代迅速，在一年内将在 swe-bench- verified 的准确率提高到了 78%+。
Agent学会自己「长」Skill了！从失败里长出经验，比人类写的更好用｜ICML 2026（在新窗口打开）
过去一年，Agent学会了两件事：会用工具、会调用Skill。
「虾马」之后，openJiuwen社区发布JiuwenSwarm，引领蜂群智能体新架构，开启「养蜂」时代（在新窗口打开）
刚刚，华为支持的开源 AI Agent 平台社区 openJiuwen 发布并开源了蜂群智能体 JiuwenSwarm。
「世界模型」究竟是什么？一文看懂其前世今生与百亿赌局（在新窗口打开）
世界模型（World Model），想必你已经在很多场合听过这个术语了。它有时出现在视频生成领域，有时又出现在具身智能领域；它们的含义还有所差别，甚至看起来像是完全不同的概念。
CVPR 2026 Oral | 清华+阿里发布ViT³：解锁「视觉TTT」新架构，突破Transformer复杂度瓶颈（在新窗口打开）
序列建模是大语言模型、计算机视觉等领域的基础共性问题。当前通用的 Transformer 模型计算复杂度随序列长度平方增长，在长序列任务中面临显著的计算挑战。因此，研究者们一直在探索具有线性计算复杂度的高效序列建模方法。
24小时从零写一个GBA模拟器！GPT-5.5跑出53分登顶，Gemini得了0.8分，底部还有两家交白卷（在新窗口打开）
Mechanize 发布了一项硬核测试：给前沿 AI coding agents 24 小时，用 Rust 从零写一个完整的 Game Boy Advance 模拟器，再和顶级开源模拟器 Mesen2 逐帧对比打分。
DAG革新时间序列预测，代码、数据、排行榜全开源 | ICML'26（在新窗口打开）
DAG框架利用时间与通道双重相关网络，有效整合历史与未来外生变量信息，提升时间序列预测准确性。通过发现并注入相关关系，充分利用未来协变量，显著优于现有方法。
ICML 2026 | 华为GTS提出AI训练数据新方法，Amazon/Google作者团队「光速跟进」：难度自适应训练正在成为新范式（在新窗口打开）
在大模型后训练中，数据不再只是 “越多越好”，而是要像人类学习一样，动态选择最合适难度的样本。华为提出的 EDCO 方法，将样本难度估计与动态课程编排引入领域大模型微调；数月后，由 Rutgers、Amazon、Google 等作者参与的 DARE 论文即引用 EDCO，并将其作为难度感知强化学习训练的重要对比基线。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。